帕金森病多尺度计算建模:融合脑深部电刺激与随机噪声的动力学研究

《Journal of Neuroscience Methods》:Computational modelling of Parkinson’s disease: A multiscale approach with deep brain stimulation and stochastic noise

【字体: 大 中 小 】 时间:2026年04月10日 来源:Journal of Neuroscience Methods 2.3

编辑推荐:

  为深入揭示帕金森病的病理机制与治疗策略,研究人员整合了微观神经元网络与宏观脑网络构建了多尺度共仿真模型,该研究聚焦于基底节-丘脑环路,探讨了脑深部电刺激与随机噪声对帕金森状态脑动力学的影响。研究发现,丘脑在确定性和随机条件下均表现出大而波动的放电活动,揭示了噪声主要贡献于神经变异性而非驱动整体放电。这项发表于Journal of Neuroscience Methods的工作为理解帕金森病动力学及临床转化提供了新视角。

  
帕金森病是仅次于阿尔茨海默病的第二大常见神经退行性疾病,影响着全球超过六百万人。它的典型特征是中脑黑质多巴胺能神经元的丢失,导致震颤、肌肉僵硬、运动迟缓和姿势不稳等一系列运动障碍。尽管其确切病因尚不清楚,但人们普遍认为遗传因素与接触农药、神经毒素等环境成分共同作用,会增加患病风险。此外,患者症状的多样性和发病机制的差异也增加了我们理解该疾病的复杂性。目前,帕金森病尚无根治方法,但有多种疗法可用于缓解相关症状,其中脑深部电刺激是一种重要的治疗手段。它通过将电极植入大脑特定区域(如丘脑底核、苍白球内侧部)并传递电信号来调控异常的神经活动。然而,脑深部电刺激的确切作用机制仍不明确,电极植入的最佳脑区也存在争议。为了在不冒临床风险的情况下增进对帕金森病动力学和治疗的理解,计算建模成为一个强有力的工具。这类模型可以揭示疾病进展的潜在机制,模拟不同治疗的效果,特别是脑深部电刺激如何影响大脑网络,从而为临床决策提供洞见。
在《Journal of Neuroscience Methods》发表的这项研究中,A. Herrera和H. Shaheen提出了一种新颖的多尺度共仿真方法,旨在统一微观和宏观尺度,以更严谨地捕捉帕金森病状态下的脑动力学。他们构建了一个整合模型,将基于连接组学的宏观尺度扩散动力学与基于改良霍奇金-赫胥黎方程的微观神经元网络动力学相结合。这个模型重点关注与帕金森病机制密切相关的皮质、基底节和丘脑网络,并考察了突触前输入和随机噪声的贡献。研究人员模拟了健康状态、帕金森病状态以及施加脑深部电刺激后的情况,旨在阐明疾病状态下的异常活动模式,以及脑深部电刺激和固有神经噪声如何影响这些模式。
为了开展此项研究,作者主要运用了以下几项关键技术方法:首先,建立了基于Human Connectome Project(人类连接组计划)扩散张量成像数据的宏观脑网络结构模型,利用图拉普拉斯算子描述跨脑区的电压扩散动力学,建模了丘脑底核、苍白球外侧部、苍白球内侧部和丘脑四个核心节点。其次,在微观尺度,为每个脑区构建了一个包含50个神经元的改良霍奇金-赫胥黎模型子网络,该模型整合了前馈随机泊松驱动和来自突触前神经元的递归兴奋性与抑制性输入。然后,通过将微观子网络平均产生的兴奋性与抑制性突触电流反馈到宏观区域的膜电位方程中,实现了跨尺度耦合。此外,研究中引入了参数化的脑深部电刺激电流项,并将其施加于丘脑底核和苍白球内侧部方程。最后,在宏观网络方程中添加了基于维纳过程的加性随机噪声项,以模拟神经活动的固有随机性,并使用欧拉-马拉尤塔方法求解相应的随机微分方程。
研究结果
  • •
    健康与帕金森病状态下的网络活动
    模拟结果显示,健康状态下的神经元在放电之间表现出比帕金森病状态下更明显的振荡模式。健康状态下苍白球外侧部神经元的放电活动也多于疾病状态。这些发现在确定性和包含随机噪声的模型中都是一致的。一个关键的观察是,无论在健康还是疾病状态下,丘脑都表现出大而波动的放电活动,其放电电压水平不一,甚至在没有明确感觉运动皮层输入的情况下也会放电,这表明丘脑准确响应外部信息的能力受到了损害。
  • •
    随机噪声对动力学的影响
    比较确定性和随机条件下的模拟结果发现,添加随机噪声后,电压模式呈现出更“模糊”的轨迹。然而,噪声似乎主要贡献于神经活动的变异性,而不是从根本上改变或驱动整体的放电模式。特别是,即使在无噪声的确定性条件下,丘脑也出现了不规则的高幅值放电,表明这种异常活动是模型动力学的固有特性,噪声主要增加了其波动性。
  • •
    脑深部电刺激的效应
    当在帕金森病状态下对丘脑底核和苍白球内侧部施加高频脑深部电刺激时,模型显示电刺激能够调制这些目标核团及其相关网络的放电活动。脑深部电刺激的加入改变了网络的振荡状态,影响了丘脑等下游区域的兴奋性。这表明脑深部电刺激可能通过干扰病理性的信息传递或重塑神经元群体的集体活动来发挥治疗作用,这与该领域早期的“信息性损伤”假说及后续的环路水平模型发现相一致。
  • •
    模型动力学与耦合效应
    通过分析丘脑和丘脑底核的电压随时间变化及在相平面上的关系,研究人员观察到两个区域的活动存在同步和非同步的放电模式。微观神经元子网络的平均突触电流持续反馈到宏观区域方程中,这种跨尺度耦合使得微观的随机性和递归活动能够动态地影响宏观尺度的膜电位,从而提供了一个更接近生物现实的、包含噪声和复杂相互作用的系统动力学视图。
研究结论与意义
本研究成功地构建并模拟了一个整合微观神经元动力学与宏观脑网络扩散的多尺度帕金森病计算模型。该模型再现了帕金森病状态下的某些特征性神经活动改变,并揭示了一些关键发现:丘脑在疾病状态下表现出异常增强且不规则的放电活动,这种活动部分源于模型的固有动力学,而随机噪声则主要增加了其变异性和“模糊”度,而非驱动放电本身。施加于丘脑底核和苍白球内侧部的脑深部电刺激能够有效地调控网络活动,支持了其通过干预病理环路振荡来缓解症状的潜在机制。
这项研究的重要意义在于其方法学上的整合与探索。它并未提出全新的数学公式,而是创新性地将已被充分研究的连接组学脑网络框架、改良的霍奇金-赫胥黎神经元模型、脑深部电刺激公式化以及跨尺度的随机性处理耦合在一个统一的共仿真架构中。这种多尺度耦合策略使得研究者能够同时考察微观尺度的突触输入、噪声驱动与宏观尺度的跨脑区信息扩散如何共同塑造帕金森病相关的脑动力学。尽管模型进行了大幅简化(例如,每个脑区仅用50个神经元代表),且宏观扩散系数在本次模拟中被设置为零(即禁用了扩散项),但它为在统一框架下研究脑深部电刺激的作用、神经噪声的影响以及微观-宏观相互作用提供了一个有价值的计算平台。这项工作加深了我们对帕金森病复杂动力学的理解,为未来开发更优化、个性化的脑深部电刺激治疗策略提供了计算神经科学层面的见解,并有望最终转化为临床应用的进步。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号